Vad ska man göra om DataMad - dummies

Om en data mart är en mindre skala version av ett datalager, kommer denna fråga upp: Vad betyder "mindre skala" med hänvisning till innehållet av en data mart? Svaret på denna fråga är typiskt att uppgifterna kommer att vara en delmängd av de totala företagsdata .

Geografisk begränsad data

En data mart kan bara innehålla information som är relevant för ett visst geografiskt område, t.ex. en region eller ett territorium inom ditt företag. Denna figur illustrerar ett exempel på geografisk begränsad data.

Även om du tekniskt kan använda en geografisk avgränsad data mart på ett relativt enkelt sätt, vill du förmodligen inte dela upp dina data på detta sätt. Användare vill ofta se en jämförelse mellan olika geografi (till exempel, "Hur handlar våra Arizona-butiker mot våra Pennsylvania-butiker?") I sin datalagringsmiljö. När du skapar separat data mars av olika geografiska skäl blir dessa jämförelser mycket svårare att göra.

Organisationsbegränsad data

När du bestämmer vad du vill sätta i din datormart kan du basera beslut om vilken information en specifik organisation behöver när den är ensam (eller åtminstone primär) användare av data mart. Som det framgår av denna figur kan en bank skapa en datormart för konsumentkontrollkontonanalys och en annan datamärkning för kommersiella kontrollkonton.

Detta synsätt fungerar bra när den överväldigande majoriteten av förfrågningar och rapporter är organisationsorienterade. Till exempel har den kommersiella kontrollgruppen inget behov av att analysera konsumentkontrollkonton och vice versa.

Det går att gräva sig i affärsbehoven under omfattningsfasen i ett datalager eller data mart-projekt. Utomstående kan till exempel tänka: "Okej, sätt all information om kontokonton, både konsument och kommersiellt, i samma miljö så att marknadsanalyser eller riskhanteringsanalytiker kan köra rapporter jämförande medelsaldon och annan information för hela kontokortportföljen på banken. "

Efter ytterligare analys kan du märka att banken inte gör denna typ av jämförelse, varför varför inte behålla de två områdena separata och undvika onödig komplexitet?

Funktionsbegränsad data

Med hjälp av ett tillvägagångssätt som går över organisationsgränser kan du upprätta en datamängds innehåll baserat på en specifik funktion (eller uppsättning relaterade funktioner) inom företaget. Ett multinationellt kemikalieföretag kan till exempel skapa en data mart uteslutande för försäljnings- och marknadsföringsfunktionerna i alla organisationer och över alla produktlinjer, vilket visas i denna figur.

Marknadsbegränsad data

Ett företag kan ibland vara så inriktat på en viss marknad och de därmed sammanhängande konkurrenterna att det är vettigt att skapa en datamärkt orienterad med det speciella fokuset. Som det framgår av denna figur kan denna typ av miljö innefatta konkurrenskraftig försäljning, all tillgänglig offentlig information om marknaden och konkurrenter (särskilt om du kan hitta denna information på Internet) och branschanalytikernas rapporter, till exempel.

För att verkligen ge den affärsinformation som ett företag behöver i en konkurrentstyrd situation, konstruera data mart för att inkludera multimediainformation, förutom de traditionella datatyper som vanligtvis finns i ett datalager.

Svar på specifika affärsfrågor

Svaren på ett valt antal (ofta en handfull) affärsfrågor driver ibland en organisations verksamhet. Baserat på svaren kan ett företag påskynda eller sakta ner produktionslinjerna, starta extra skift för att öka produktionen eller inleda uppsägningar, eller besluta om att förvärva andra företag.

Affärsfrågor som har denna grad av viktiga betydelse orsakar traditionellt mardrömmar för de inhemska medarbetarna som chartras med att gräva ut data och rapporter, konsolidera och kontrollera informationen och rapportera resultaten till verkställande ledningen.

Låter som ett jobb för ett datalager, säger du? Tyvärr har företagsanalytiker ofta använt kalkylblad, till exempel Microsoft Excel. Dessa typer av "spread mars" saknar ofta repeterbarhet och datakvalitet som krävs för att utnyttja data i mer än ett ögonblick.

Innan du bygger ett fullskaligt datalager som kan svara på dessa (och många andra) affärsfrågor, vill du förmodligen överväga huruvida en småskalig data mart utformad speciellt för att svara på de högkvalitativa, värdefulla " Hur går det för oss? "Typ av frågor kan få jobbet gjort.

Senare kan denna typ av miljö växa till ett storskaligt datalager. Det är dock ofta mer meningsfullt att koncentrera dina ansträngningar på att stödja en data mart som har känt affärsvärde, istället för att komplettera det med volymer av ytterligare data som kan ge affärsvärde (men kan också sakta responstid eller väsentligt komplicera slutet till-slutet arkitektur).

Igen gör jobbet du gör i de tidiga faserna i ditt projekt en stor skillnad i den riktning du tar och din framgångsnivå.

Anything!

Vilken uppsättning kriterier som du kan drömma upp kan bestämma en datamängds innehåll. Vissa är meningsfulla; andra gör det inte. Vissa tar dig till en arkitektonisk dödsänd, för att du får bara begränsat värde och måste börja om för att expandera dina möjligheter.